ESTADÍSTICA BÁSICA
Unidad 2
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN
Tema 2
Medidas de dispersión para datos agrupados y no
agrupados
ING. JUAN T. CALDERON CISNEROS, PhD.
Docente Titular Agregado 1 UNEMI / Docente Investigador Invitado ECOTEC
Investigador – Acreditado – Senescyt-Reg-Inv:18-02756
Coordinador de la Red Académica "Herramientas de Estadística Multivariante para el Análisis de Big Data“
Nro. Senescyt-2018-040_ Reg-Red –18-0011.
RESEARCHERID IS: K-6083-2014
Scopus Author ID: 57204238028
[Link]
Subtemas
» Subtemas:
1 Varianza y Desviación estándar
2 Coeficiente de variación
3 Teorema de Chebyshev.
4 Distribución normal.
Objetivo
Identificar las medidas de dispersión como la varianza y la
desviación estándar para describir cómo se distribuyen y
dispersan los datos; así como la distribución normal.
Introducción
En las presentes láminas se plantean algunos ejemplos para
determinar las medidas de dispersión con datos agrupados y
sin agrupar, y la relación de cómo quedan distribuidos éstos
datos aplicando fórmulas que proporcionan un resultado
para la correcta interpretación y análisis de los mismos.
ACTIVIDAD DE INICIO
Lluvia de ideas sobre la temática de:
Medidas de dispersión para datos agrupados y no
agrupados.
Medidas de dispersión
Además de las medidas de tendencia central que
posibilitan la representación del conjunto de datos
por medio de un valor, es necesario conocer la
variabilidad o la dispersión que los datos pueden
tener en relación a una medida central.
En los análisis estadísticos, las medidas de dispersión
que presentan más representatividad son: rango,
rango intercuartil, varianza, desviación estándar y
coeficiente de variación.
Rango
El rango es considerado como la medida de dispersión
más simple para el análisis de los datos. No ofrece
mucha información sobre la variabilidad de los datos
por estar basada sólo en los valores extremos, razón por
la cual debe ser usada como complemento de otras
medidas de dispersión. Para el cálculo del rango se
utiliza la siguiente ecuación:
𝑅𝑎𝑛𝑔𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 – 𝑣𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜
Por ejemplo, para los datos de la tabla sobre la talla (en centímetros) de
un grupo de mujeres que asisten al gimnasio, el rango sería:
Fuente: Elaboración propia.
𝑅𝑎𝑛𝑔𝑜 = 175 − 150 = 25 𝑐𝑚.
Para el ejemplo mencionado, la variación de la talla de las mujeres que asisten al
gimnasio es de 25 cm, la cual oscila entre 150 y 175 cm. Si no se hace claridad que el
rango está entre los valores 150 y 175 cm, puede generar confusión debido a que
pueden existir muchos valores extremos con rango de 25 cm.
Rango intercuartil
El rango intercuartil (𝑅𝐼𝐶) se denomina de esta manera porque es una
medida de dispersión que evita que los valores extremos influyan en el
conjunto de datos. Se calcula mediante la diferencia entre el cuartil tres
(𝑄3) y el cuartil uno 𝑄1 . Es decir, el rango intercuartil corresponde al
rango del 50% ubicado en el centro de los datos. El 𝑅𝐼𝐶 se calcula por
medio de la siguiente ecuación:
𝑹𝒂𝒏𝒈𝒐 𝒊𝒏𝒕𝒆𝒓𝒄𝒖𝒂𝒓𝒕𝒊𝒍 𝑹𝑰𝑪 = 𝑸𝟑 − 𝑸𝟏
Para la talla (en centímetros) de un grupo de mujeres que
asisten al gimnasio, los cuartiles son 𝑸𝟏 = 𝟏𝟓𝟖. 𝟓𝟐
𝒄𝒎 y 𝑸𝟑 = 𝟏𝟔𝟔 𝒄𝒎 . Así, el rango intercuartil es:
Fuente: Elaboración propia.
𝑅𝐼𝐶 = 166.0 − 158.52 = 7.48 𝑐𝑚
En este caso, el intervalo entre 158.52 y 166 cm se denomina mitad central, es
decir el 50% que contiene la información central; y 7.48 cm representa la
dispersión media o rango intercuartil de la talla del grupo de mujeres que
asisten al gimnasio.
1. Varianza y desviación estándar.
Varianza poblacional y muestral.
La varianza es una medida de dispersión basada en la diferencia de
cada dato con la media aritmética. Posada y Buitrago (2008)
plantean que “la diferencia entre cada 𝑿𝒊 y el promedio (𝑿ഥpara una
muestra y µ para una población) se llama desviación respecto al
promedio. Para una muestra, la desviación respecto a la media se
expresa como (𝑿𝒊 − 𝑿ഥ);para una población es (𝑿𝒊 − µ).
Varianza poblacional
Cuando se tiene la totalidad de los datos de la población, el
promedio de las desviaciones elevadas al cuadrado se denomina
varianza poblacional y se representa con la letra del alfabeto
griego sigma (𝝈𝟐). Para una población con total de datos N y
promedio 𝝁 , el parámetro para la varianza se calcula mediante
la siguiente ecuación:
𝚺(𝑿 − 𝝁)𝟐
𝒊
𝝈𝟐 =
𝑵
Varianza muestral
La varianza de la muestra (𝒔𝟐)tiene como objetivo convertirse
en un estimador de la variación para la población; por tal razón,
se define como la suma de las desviaciones elevadas al
cuadrado, distribuidas entre el tamaño de la muestra, menos
uno. El estimador para la varianza muestral se calcula mediante
la siguiente ecuación:
𝚺(𝑿𝒊 − 𝑿ഥ𝟐
)
𝒔𝟐 =
𝒏−𝟏
Ejemplo: En la siguiente tabla se presenta la puntuación de la evaluación de desempeño
de siete empleados del área de mercadeo de una empresa. la puntuación es valorada en
la escala de 1 a 5. se requiere conocer la varianza de la calificación de los empleados.
Fuente: Elaboración propia.
Luego, la varianza será:
𝚺(𝑿𝒊 − 𝑿ഥ)𝟐 𝟐. 𝟔 2.6
𝒔𝟐 = = = = 0.43
𝒏−𝟏 𝟕−𝟏 6
Nótese que si se interpreta la varianza se estaría diciendo que la variación en la calificación de
desempeño de los empleados es de 0,43 puntos cuadrados, lo cual no es lógico.
Si los datos se agruparon en frecuencias o en intervalos, la varianza
puede ser calculada mediante las siguientes formulas:
𝟐
𝝈𝟐 = 𝚺 𝒙𝒊 ∗𝒇𝒊
− 𝝁𝟐 Como parámetro para la población.
𝑵
𝟐
𝑺𝟐 = 𝚺 𝒙𝒊 ∗𝒇𝒊
− 𝑿ഥ𝟐Como estimador para la muestra.
𝒏−𝟏
Para los datos del ejemplo de la estatura en centímetros de un grupo de mujeres que asisten al
gimnasio, presentados en la tabla siguiente, la varianza sería:
Fuente: Elaboración propia.
Luego, la varianza será:
𝚺 𝒙 𝒊 𝟐 ∗ 𝒇𝒊 𝟗𝟐𝟔𝟕𝟔𝟖. 𝟕𝟓
𝑺𝟐 = ഥ𝟐 =
−𝑿 − 𝟏𝟔𝟐. 𝟔 𝟐 = 𝟐𝟕𝟐𝟓𝟗. 𝟗 − 𝟐𝟔𝟒𝟑𝟖. 𝟖 = 𝟖𝟏𝟗. 𝟏
𝒏−𝟏 𝟑𝟒
Ejemplo
Calcular la varianza de la variabilidad de las calificaciones de la población de los
estudiantes de Estadística.
Desviación típica poblacional y
muestral.
Desviación típica poblacional y
muestral.
La desviación típica o estándar es considerada la medida de dispersión con
mayor representatividad para un conjunto de datos. Matemáticamente se
calcula como la raíz cuadrada positiva de la varianza, y se denota por (s)
cuando se estima para la muestra y por ( σ ) si se calcula para la población:
𝑠 = 𝑠2
𝜎= 𝜎2
La desviación estándar indica la distribución de los datos alrededor de la media
aritmética o promedio.
Retomando la información de la tabla sobre la estatura en
centímetros de un grupo de mujeres que asisten al gimnasio, la
desviación estándar sería:
𝑠 = 𝑠 2 = 819.1 = 28.6 cm.
Al interpretar la desviación estándar, significa que la estatura varía 28,6 cm
alrededor de la media (162,6 cm).
Ejemplo
Calcule la desviación típica o estándar sobre la puntuación de la evaluación de
desempeño de siete empleados del área de mercadeo de una empresa y sobre la
variabilidad de las calificaciones de la población de los estudiantes de Estadística.
2. Coeficiente de variación.
Coeficiente de variación.
El coeficiente de variación (𝐶𝑉) es una medida que relaciona la
desviación estándar con la media aritmética para determinar qué tan
homogénea o dispersa es la información. Expresa el porcentaje que
representa la desviación con relación a la media aritmética y se calcula
por medio de la siguiente ecuación:
𝐶𝑉 = 𝑋𝑆ത∗ 100
Coeficiente de variación.
El coeficiente de variación puede ser utilizado para calificar
estadísticamente la calidad de las estimaciones. Para ello se consideran
los siguientes criterios:
CV menor o igual al 7%, las estimaciones se consideran precisas.
CV entre el 8% y el 14%, las estimaciones tienen precisión aceptable.
CV entre el 15% y 20%, la precisión es regular.
CV mayor del 20% indica que la estimación es poco precisa.
Ejemplo
Los siguientes datos corresponden a los salarios de 10 empleados (en miles de pesos)
de dos empresas de alimentos. Calcular los coeficientes de variación.
Empresa A: $420 $680 $690 $720 $720 $720 $730 $740 $740 $760
Empresa B: $415 $480 $510 $650 $700 $700 $730 $735 $750 $760
3. Teorema de Chebyshev.
En cualquier conjunto de observaciones (muestra o población), la proporción
de valores que se encuentran a k desviaciones estándares de la media es de
por lo menos 1 − 1 , siendo k cualquier constante mayor que 1.
𝑘2
𝟏
𝟏−
𝒌𝟐
• 75% de los datos deben encontrarse entre la media más dos desviaciones estándares
y la media menos dos desviaciones estándares.
• 88.9% de los datos deben encontrarse entre la media más tres desviaciones
estándares y la media menos tres desviaciones estándares.
Ejercicio
La media de los valores que aportan los empleados de Mi Comisariato al plan de
reparto de utilidades de la empresa es de $51.54 y la desviación estándar, de $7.51.
¿Por lo menos qué porcentaje de las aportaciones se encuentra en más 3.5
desviaciones estándares y menos 3.5 desviaciones de la media?
1 1
1− =1− = 0.92
𝑘2 3.5 2
Regla empírica
• Aproximadamente 68% de los valores de la población cae dentro de ±1
desviación estándar a partir de la media.
• Aproximadamente 95% de los valores estará dentro de ±2 desviaciones
estándar a partir de la media.
• Aproximadamente 99% de los valores estará dentro de ±3 desviaciones
estándar a partir de la media.
Ejercicios de aplicación
En una encuesta nacional se encontró que los adultos duermen en promedio 6.9 horas por noche.
Suponga que la desviación estándar es 1.2 horas.
a) Emplee el teorema de Chebyshev para hallar el porcentaje de individuos que duermen entre
4.5 y 9.3 horas.
b) Mediante el teorema de Chebyshev encuentre el porcentaje de individuos que duermen
entre 3.9 y 9.9 horas.
c) Suponga que el número de horas de sueño tiene una distribución en forma de campana. Use
la regla empírica para calcular el porcentaje de individuos que duermen entre 4.5 y 9.3 horas
por día.
Solución
30
4. Distribución normal
Tiene gran cantidad de aplicaciones prácticas, en las cuales la variable aleatoria
puede ser el peso o la estatura de las personas, puntaciones de exámenes,
resultados de mediciones científicas u otras cantidades similares.
La distribución normal también tiene una importante aplicación en inferencia
estadística.
La distribución normal es una curva en forma de campana.
Distribución normal
32
Distribución normal
33
Distribución normal
34
Distribución normal
35
ACTIVIDAD DE CIERRE
Conclusiones y preguntas sobre la clase
Utilice el botón “levantar la mano”de MEET, para acceder al uso
del micrófono de forma ordenada.
ó
Realizar la pregunta por vía chat de MEET
Bibliografía
» Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadística para administración y economía.
México: Cengage Learning.
» Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., & Cochran, J. J. (2012). Estadística para
negocios y economía. México: Cengage Learning.
» Blair, R. C., & Taylor, R. A. (2008). Bioestadística. México: Pearson.
» Congacha Aushay, J. W. (2016). ESTADÍSTICA APLICADA A LA EDUCACIÓN CON ACTIVIDADES DE
APRENDIZAJE. Riobamba-Ecuador: Editorial académica española.
» Johnson, R. A. (2012). Probabilidad y estadística para ingenieros. México: Pearson Educación.
» Levin, R. I., & Rubin, D. S. (2010). ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA. México: Pearson
Educación.
» Newbold, P., Carlson, W. L., & Thorne, B. M. (2008). Estadística para Administración y Economía. Madrid:
Pearson educación.
» Pérez Borges, A. (2009). Relación fuente - recurso de información - documento. Biblios.
» Spiegel, M. R., & Stephens, L. J. (2009). ESTADÍSTICA. México: McGraw-Hill.
» Triola, M. F. (2004). Probabilidad y estadística. México: Pearson Educación